Reaaliaikaisen analytiikan vaikutus sairaalassa olevien potilaiden haittatapahtumiin

Haittatapahtumat sairaalapotilaiden keskuudessa määritellään "tahattomat vammat tai komplikaatiot, jotka johtavat työkyvyttömyyteen kotiutuksen yhteydessä, kuolemaan tai pitkäaikaiseen sairaalahoitoon ja jotka johtuvat muista tapahtumista kuin potilaan perussairaudesta". Vuosittain noin 1,1 % kaikista sairaalahoidoista eli 400 000 potilaasta kuolee haittatapahtumiin, ja se maksaa Yhdysvaltain taloudelle noin 17,1 miljardia dollaria. Kanadan haittatapahtumia koskevassa tutkimuksessa raportoitiin haittavaikutuksia 7,5 %:ssa sairaalahoitoon otettujen joukossa, ja 37 % näistä tapahtumista katsottiin ehkäistävissä. Yleisten haittavaikutusten, mukaan lukien infektiot ja sepsis, sydämen ja hengityselinten vajaatoiminta ja kuolemantapaukset, on raportoitu johtuvan potilaan elintoimintojen muutoksesta, joka on tunnistettavissa jopa 48 tuntia ennen AE:n diagnosointia. Monissa tapauksissa potilaan elintoimintojen hienovaraiset muutokset on tunnistettu takautuvasti AE-oireiden esiasteiksi, jotka voivat johtaa suunnittelemattomiin teho-osastoihin tai kuolemaan.

Useita varhaisvaroitusjärjestelmiä on kehitetty auttamaan hoitohenkilökuntaa tunnistamaan elintoimintojen muutokset haittavaikutusten esiasteina. Yleisesti käytetty Modified Early Warning Score (MEWS) yrittää tunnistaa akuutin kliinisen heikkenemisen potilaan elintoimintojen ja tajunnan tason perusteella. Mitä korkeampi MEWS-pistemäärä, sitä suurempi on AE:n riski. MEWS-pisteiden tehokkuus riippuu kuitenkin siitä, kuinka usein sekä pisteet kirjataan että hoitohenkilöstö arvioi. Vaikka elintoimintojen jatkuvaa seurantaa tapahtuu teho-osastoilla ja niiden ulkopuolella, nämä tiedot toimitetaan harvoin hoitajalle, kun he ovat reaaliajassa potilaan huoneen ulkopuolella. Lisäksi elintoiminnot ja MEWS-pisteet kirjataan tavallisesti potilastietoihin suunnitelluin väliajoin 24 tunnin aikana (esim. 4, 6, 8 tai 12 tunnin välein). Jos potilaan fysiologinen tila huononee näiden aikataulujen välillä eikä hoitaja ole jatkuvasti potilaan kanssa, menetetään mahdollisuus havaita varhaisessa vaiheessa tämä huononeminen, joka voi johtaa AE:hen. Elintoimintojen seurannan merkitys kliinisessä käytännössä on kiistaton, mutta kuinka niitä parhaiten seurata ja tulkita ja kuinka usein niitä tulisi mitata, jotta haittavaikutukset voidaan minimoida, on epäselvää.

Tämän kirjallisuuden aukon korjaamiseksi projektiryhmä on kehittänyt innovatiivisen teknologian. Beat Analytics System (BAS) tarjoaa sairaanhoitajille sekä potilaan elintoimintojen reaaliaikaisen seurannan että jatkuvan potilaan MEWS-pisteiden laskemisen matkapuhelimen sovelluksen kautta. Nämä tiedot voidaan esittää sekä numeerisesti (varoitusten rajaehdoilla) että graafisesti, jotta voidaan tarkkailla MEWS-pisteiden muutoksia ajan mittaan. Tämän tutkimuksen tarkoituksena on tutkia, miten sairaanhoitajille tarjotaan etänä, jatkuvaa, reaaliaikaista potilaiden elintoimintojen ja MEWS-pisteiden seurantaa BAS:n avulla AE-tapahtumien esiintymiseen, teho-osastolle ottamiseen, sairaalahoidon kestoon ja nopean toiminnan ryhmän aktivointi muiden kuin tehohoitosairaaloiden potilaiden keskuudessa. Tämä tarkoitus toteutetaan pitkittäisen peräkkäisen tutkimussuunnitelman avulla, jossa tulosmuuttujia (AE, ICU-hoitoon otetut sairaalahoidon kesto ja nopean toiminnan ryhmän aktivointi) seurataan kahdessa 20-paikkaisessa tehohoitoyksikössä kuukausittain. 6 kuukautta ilman BASia. Kuuden kuukauden perustiedonkeruujaksoa seuraa kuukauden ajan kohdeyksikön hoitohenkilöstön koulutus BAS:n käyttöön. Tämän orientaatiokuukauden jälkeen tulosmuuttujia mitataan jälleen 6 kuukauden interventiovaiheessa, jossa BAS on potilaita hoitavien sairaanhoitajien käytettävissä kohdeyksikössä, jossa potilaan elintoiminnot tallennetaan jatkuvasti.